每秒萬億次浮點運算（TFLOPS）是衡量電腦系統效能的一種方法。它本質上告訴我們系統在一秒鐘內可以使用一種稱為浮點運算的特殊數學方法執行多少次計算。
簡而言之，它展現了電腦解決複雜問題的速度和能力。我們的指南涵蓋了與萬億次浮點運算 (teraflops) 相關的所有內容，幫助您了解其複雜性以及該指標在現代技術中的應用。
理解 FLOP
在深入探討 TFLOP 之前，首先需要了解「FLOP」是什麼。
每秒浮點運算次數(FLOP)是衡量電腦效能的關鍵指標。它反映了中央處理器 (CPU) 或圖形處理器 (GPU) 執行涉及浮點數（包含小數點的數字）的計算的速度。
計算 FLOPS 的公式是什麼？
要計算 FLOPS，可以使用以下公式：
浮點運算效能 (FLOPS) = 核心數 × 時脈頻率（千兆赫） × 每週期指令數 (IPC)
在此格式中，「核心數」指的是圖形處理單元 (GPU) 中的著色器核心數（NVIDIA 的 CUDA 核心，AMD 的流處理器）或中央處理單元 (CPU) 中的核心數。 「時脈頻率」表示這些核心運作的最高速度，而「IPC」（每個時脈週期指令數）表示每個核心在一個時脈週期內可以執行的操作數。
更高的浮點運算次數（FLOPS）是否意味著更高的效能？
沒錯！更高的軟碟浮點數意味著設備每秒可以執行更多運算，效能也更強。就遊戲而言，理論上，軟碟浮點數較高的圖形處理器 (GPU) 將具有更強的圖形處理能力，能夠呈現更精細、更逼真的畫面，從而提升遊戲體驗。稍後會詳細介紹。
這就引出了一個問題：什麼是兆次浮點運算（teraflop）？一兆次浮點運算等於一兆次浮點運算（FLOPs）。
現代電腦和硬體的速度已經快到以萬億次浮點運算 (TFLOPS) 而非浮點運算 (FLOPS) 來衡量效能。自 2008 年AMD 發布首款能夠達到 1 兆次浮點運算的顯示卡以來，整個產業從未倒退過。
現代顯示卡和遊戲主機效能顯著提升，其運算能力是老式GPU的數倍。例如，目前全球最快的GPU RTX 4090擁有超過83兆次的圖形處理能力，透過大幅超頻，這個數字可以有效提升至100兆次。
相較之下，蘋果最新款MacBook Pro配備了M2 Max處理器，其 GPU 效能可達13.6 TFLOPS。遊戲主機方面，PS5 的GPU 效能為10.3 TFLOPS，而Xbox Series X則擁有12 兆次浮點運算的GPU 。我們稍後將探討這些數據如何轉化為實際效能。
微軟在2017年率先廣泛使用「萬億次浮點運算」（teraflops）這個術語，當時它宣布其新款遊戲主機Xbox One X的圖形處理能力為6 teraflops，這讓所有人都好奇這意味著什麼。相較之下，PS4 Pro的圖形處理能力只有4.2 teraflops。
TFLOPS 對效能的影響
在現代電腦系統的效能方面，TFLOPS 的角色不容忽視。理論上，在其他條件相同的情況下，TFLOPS 值較高的系統具有更強的運算速度和圖形處理能力。然而，必須記住，原始效能並非完全由 TFLOPS 決定。
在遊戲領域，畫面效果至關重要，更高的 TFLOPS 值通常意味著能夠處理更精細、更逼真的畫面，從而提升遊戲體驗。這是因為更高的 TFLOPS 值意味著每秒可以進行更多的浮點運算，從而更快地渲染複雜的影像和圖形。
在科學運算和人工智慧領域，高TFLOPS值可以顯著加快資料處理和運算速度。涉及大型資料集的任務，例如機器學習訓練或複雜模擬，尤其受益於高TFLOPS值，使其能夠在更短的時間內處理更多的資料。
然而，TFLOPS 與效能之間的關係並非總是直接的。實際效能也會受到其他因素的影響，例如核心速度、處理器數量、幀緩衝區以及軟體最佳化（驅動程式）。因此，雖然理論上 TFLOPS 值較高的設備速度更快、功能更強大，但其實際效能可能不會總是與其 TFLOPS 值相符。
設備的效能可能受到其他硬體組件的限制，這些組件的運作效率可能不如GPU或CPU，進而導致效能瓶頸。例如，即使系統配備了高TFLOPS的圖形處理器（GPU），如果搭配的記憶體不足、CPU速度慢，或者軟體沒有充分優化以利用可用的運算能力，其效能仍然可能不佳。
因此，雖然 TFLOPS 確實是衡量系統理論運算能力的寶貴指標，但應該結合其他效能指標來看待它，以便更全面地了解系統在現實世界中的潛在實際表現。
不要混淆它們：太字節和萬億次浮點運算
大多數技術愛好者對儲存技術都有一定的了解，知道什麼是TB（太字節），以至於他們可能會因為TB和TFLOPS（萬億次浮點運算）發音相似而將它們混淆。雖然這兩個術語都用於電腦技術領域，但它們指的是不同的方面。
「太字節」（TB）一詞衡量的是儲存容量，表示設備可以儲存的資料量。而「萬億次浮點運算/秒」 （TFLOPS）衡量的是運算能力，表示電腦系統每秒可以執行的浮點運算次數（以兆計）。這兩個術語並非同義詞，也沒有關聯。
遊戲中的 TFLOPS
在遊戲領域，TFLOPS（萬億次浮點運算/秒）至關重要，因為它直接關係到系統的圖形解析度和效能。現代遊戲需要強大的運算能力來渲染精細逼真的畫面、模擬物理效果、處理人工智慧以及執行其他複雜的運算。
但要再次強調的是，teraflops 並非決定係統效能的唯一因素。讓我們來比較一下目前兩款領先的遊戲主機——PlayStation 5 和 Xbox Series X，看看這如何轉化為實際效能。
PlayStation 5 與 Xbox Series X 的 Teraflops 效能之爭
如前所述，PlayStation 5 的 GPU 運算能力為 10.28 兆次浮點運算，而 Xbox Series X 則可達 12 兆次浮點運算。從理論上，這是一個非常顯著的差異，人們可能會認為這會在實際遊戲中帶來不同的表現，但事實恰恰相反。
以下圖片取自Digital Foundry對跨平台遊戲《鬼泣5：特別版》進行的兩個不同效能測試。這其實是首款真正意義上充分利用兩款主機先進效能的次世代遊戲。
第一張圖顯示的是遊戲在「普通」模式下的運作情況，此時 Xbox Series X 的幀率略高。然而，在第二張圖中，遊戲在「高幀率」模式下運行，儘管 PS5 的 GPU 性能較弱且浮點運算能力更低，但它的表現卻明顯更好。
現在，請看下圖，圖中展示了更新、對硬體要求更高的遊戲《艾爾登法環》在兩款主機上的運作情況。同樣，您可以看到PS5運行這款遊戲的效果略勝一籌，幀率更高且更穩定，這證明其10.3 TFLOPS的GPU（與其他GPU一樣）並不能代表實際遊戲性能。
需要注意的是，遊戲主機上的不同設定以及影像放大（通常會造成解析度更高的錯覺）的特性，在整個討論中都起著至關重要的作用。因此，如果設定稍有改變，結果可能會有所不同，這也進一步強調了僅憑單一的計算指標是不夠的。
TFLOPS限制
這就自然而然地引出了「萬億次浮點運算」（teraflops）這個術語的真正用處。我們在文章中已經解釋過，萬億次浮點運算並不能代表實際性能，所以現在讓我們深入探討一下它固有的問題，這些問題解釋了為什麼你不應該把萬億次浮點運算視為一個絕對的指標。
1. 範圍有限：
Teraflops 僅專注於浮點運算，忽略了其他重要的計算方面，例如整數運算或向量處理。這種有限的範圍可能無法準確反映系統的全部運算能力。
2. 記憶體效能：
兆次浮點運算能力（Teraflops）忽略了頻寬和延遲等記憶體效能因素，而這些因素對於高效的資料交換至關重要。高萬億次浮點運算能力並不能保證最佳的記憶體效能，這會影響系統的整體效率。
3. 組件考慮因素：
兆次浮點運算（Teraflops）並未考慮其他系統組件的速度和效能，例如中央處理器（CPU）、圖形處理器（GPU）或儲存設備。組件效能不平衡或存在瓶頸會阻礙系統充分發揮其兆次浮點運算的潛力。
4. 加熱和冷卻：
兆次浮點運算（Teraflops）並未考慮散熱對持續性能的影響。散熱不足會導致熱節流，限制系統發揮最大效能潛力。
5. 不同應用之間的差異：
不同的應用程式有著不同的計算需求。 Teraflops 僅提供了一個通用指標，可能不完全符合特定應用程式的需求。有些應用程式可能受益於更高的 Teraflop 值，而有些應用程式則優先考慮其他運算方面。
6. 實際表現：
兆次浮點運算（Teraflops）衡量的是理論峰值效能，但可能無法反映實際應用場景下的效能。軟體最佳化、記憶體存取模式、系統配置和使用者偏好等因素都會影響最終效能。
TFLOPS 的其他應用
TFLOPS 不僅適用於遊戲，還可應用於許多其他領域。
- 最重要的是，隨著…的出現 人工智能 (AI)TFLOPS指標的使用量急遽增加。由於人工智慧需要深度學習、神經網路訓練和推理，而這些都需要大量的浮點運算，因此TFLOPS被用來衡量硬體加速器（例如圖形處理器（GPU）和專用AI處理器）的效能和效率。
- 需要模擬 計算流體動力學（CFD） 此外，也要使用 TFLOPS。這種模擬涉及將流體場劃分為許多小的單元或單元，並透過求解一組數學方程式來模擬流體行為。計算可能涉及數百萬甚至數十億個需要迭代求解的方程，這就是使用 TFLOPS 的原因。
結論
兆次浮點運算（teraflop）是用來定義運算能力的單位，它廣泛應用於從遊戲到人工智慧等各個領域。由於其易於理解，它已成為當今科技界越來越流行的營銷術語。
雖然萬億次浮點運算代表了理論上的最大值，但實際效能取決於軟體最佳化和系統架構等多種因素。因此，不應將萬億次浮點運算視為衡量計算系統性能的絕對標準。
如果您欣賞本指南的全面性，請務必查看我們對光線追蹤與傳統立體視覺的分析。
評論被關閉。